基于多阶段的模糊C-均值算法的模糊聚类分析研究

• 作者: 吴小俊 王士同 黄力明
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 数学
• 关键词: 模糊集 聚类分析 模式识别 隶属函数
• 年，卷（期）: 1999,（4）
• 页码范围: 19-22
• 页数: 4页
• 分类号: O159
• 字数: 1904字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.1999.04.006

摘要

对模糊聚类分析算法进行研究,在模糊C-均值算法(FCM)的基础上加以改进,将聚类过程分为二个阶段,形成多阶段模糊C-均值算法(MFCM),使其对Iris数据聚类.研究表明:多阶段的模糊C-均值算法比模糊C-均值算法性能优越.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同		45	480	13.0	20.0
2	吴小俊		33	688	13.0	26.0
3	黄力明		14	53	3.0	6.0